Python 分组和删除文件

我必须想出一个解决方案来删除所有文件，除了我们自己的云目录结构中最新的2个文件。确切地说，它是文件版本控制文件夹。一个文件夹中有以下结构的文件：

Filename.Ext.v[随机数]

最困难的是，我需要在一个文件夹中保存不同的文件

IE:文件夹A的内容：

• HelloWorld.txt.v123
• HelloWorld.txt.v555
• HelloWorld.txt.v666
• OtherFile.pdf.v143
• OtherFile.pdf.v1453
• OtherFile.pdf.v123
• OtherFile.pdf.v14345
• YetOtherFile.docx.v1113

在本例中，我们有3个“基本文件”。我必须保留每个“基本文件”的最新2个文件

我用

os.walk

和

regex

尝试了Python3，以过滤掉basename。我用

-ctime

尝试了内置Linux工具，如

find

。我也可以用bash

但我真正的问题更多的是逻辑。你将如何完成这项任务

编辑2: 以下是我的进展：

import os
from itertools import groupby
directory = 'C:\\Users\\x41\\Desktop\\Test\\'


def sorted_ls(directory):
    mtime = lambda f: os.stat(os.path.join(directory, f)).st_mtime
    return list(sorted(os.listdir(directory), key=mtime))

print(sorted_ls(directory))

for basename, group in groupby(sorted_ls(directory), lambda x: x.rsplit('.')[0]):
    for i in basename:
            finallist = []
            for a in group:
                finallist.append(a)
            print(finallist[:-2])

我快到了。该函数根据

mtime

值对目录中的文件进行排序。建议的

groupby（）

函数调用我的自定义排序函数

现在这里的问题是，我必须在

groupby（）

之前转储

sort（）

，因为这将重置我的自定义排序。但它现在也返回了比预期更多的群体

如果我的排序列表如下所示：

['A.txt.1', 'B.txt.2', 'B.txt.1', 'B.txt.3', 'A.txt.2']

我会得到3组。A、 B，又是A。 有什么建议吗

最终结果

这是我的最终版本，添加了递归性：

import os
from itertools import groupby

directory = r'C:\Users\x41\Desktop\Test'

for dirpath, dirs, files in os.walk(directory):
    output = []
    for basename, group in groupby(sorted(files), lambda x: x.rsplit('.')[0]):
        output.extend(sorted(group, key=lambda x: os.stat(os.path.join(dirpath, x)).st_mtime)[:-2])

        for file in output:
            os.remove(dirpath + "\\" + file)

---

这里的逻辑并不难，如果这是你唯一想要的

---

例如，在python字典中，您可以按基本名称对文件进行分组，其中键是“基本文件名”，如“HelloWorld.txt”，值是按ctime排序的具有相同基本名称的所有文件的列表（或其他时间度量，取决于您如何定义最新文件），然后从索引2开始相应地删除列表中的所有文件。

您需要首先对文件名进行简单排序，使其按字母顺序排列，以允许

groupby

功能正常工作

对于每个结果文件组，您可以使用

os.stat

键进行排序，如下所示：

import os
from itertools import groupby

directory = r'C:\Users\x41\Desktop\Test'
output = []

for basename, group in groupby(sorted(os.listdir(directory)), lambda x: x.rsplit('.')[0]):
    output.extend(sorted(group, key=lambda x: os.stat(os.path.join(directory, x)).st_mtime)[-2:])

print output

---

这将生成一个列表，其中包含每个组中最新的两个文件。

我使用

groupby（）

更新了我的代码-但还存在一些小问题。我想我知道您现在正在尝试做什么。我已经更新了我的脚本。